电子发烧友App

硬声App

0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

电子发烧友网>便携设备>从冷战到深度学习_机器翻译历史不简单

从冷战到深度学习_机器翻译历史不简单

收藏

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论

查看更多

相关推荐

一文详解机器学习深度学习的区别

深度学习这几年特别火,就像5年前的大数据一样,不过深度学习其主要还是属于机器学习的范畴领域内,所以这篇文章里面我们来唠一唠机器学习深度学习的算法流程区别。
2023-09-06 12:48:401177

基于机器翻译增加的跨语言机器阅读理解算法

近日,阿里云人工智能平台 PAI 与华南理工大学朱金辉教授团队、达摩院自然语言处理团队合作在自然语言处理顶级会议 EMNLP2023 上发表基于机器翻译增加的跨语言机器阅读理解算法 X-STA。通过
2023-12-12 10:28:40323

探讨机器学习深度学习基本概念与运算过程

人工智慧隶属于大範畴,包含了机器学习(Machine Learning) 与深度学习(Deep Learning)。如下图所示,我们最兴趣的深度学习则是规範于机器学习之中的一项分支,而以下段落将简单介绍机器学习深度学习的差异。
2020-12-18 15:45:313870

2017全国深度学习技术应用大会

函数的变形。实验结果显示,我们提出的网络变形的神经网络学习理念在标准数据集和典型的神经网络上都是有效的。  9、报告题目:面向自然语言理解和机器翻译深度学习  报 告 人:张 民 苏州大学  报告
2017-03-22 17:16:00

机器翻译三大核心技术原理 | AI知识科普

,David Chang进一步提出了层次短语模型,同时基于语法树的翻译模型方面研究也取得了长足的进步;繁荣阶段:2013年和14年,牛津大学、谷歌、蒙特利尔大学研究人员提出端到端的神经机器翻译,开创了深度学习
2018-07-06 10:30:22

机器翻译三大核心技术原理 | AI知识科普 2

本帖最后由 讯飞开放平台 于 2018-7-6 10:47 编辑 神经机器翻译讲完了基于规则的机器翻译和基于统计的机器翻译,接下来我们来看下基于端到端的神经机器翻译。神经机器翻译基本的建模框架
2018-07-06 10:46:12

机器翻译不可不知的Seq2Seq模型

中,我们将探究如何将一个序列转化成一个不定长的序列输出(如机器翻译中,源语言和目标语言的句子往往并没有相同的长度)。1、简单入门(1)设计目标通用 这个框架最初是为了机器翻译构建的,但是后来使用它完成
2019-07-20 04:00:00

深度学习中过拟合/欠拟合的问题及解决方案

的数据可以对未来的数据进行推测与模拟,因此都是使用历史数据建立模型,即使用已经产生的数据去训练,然后使用该模型去拟合未来的数据。 在我们机器学习深度学习的训练过程中,经常会出现过拟合和欠拟合的现象。训练一开始,模型通常会欠拟合,所以会对模型进行优化,然而等到训练到一定程度的时候,就需要解决过拟合的问题了。
2021-01-28 06:57:47

深度学习存在哪些问题?

深度学习常用模型有哪些?深度学习常用软件工具及平台有哪些?深度学习存在哪些问题?
2021-10-14 08:20:47

深度学习框架只为GPU?

CPU优化深度学习框架和函数库机器学***器
2021-02-22 06:01:02

Nanopi深度学习之路(1)深度学习框架分析

就能实现!还请关注我后面的日记。实际上我也是刚刚有时间学习深度学习,我是个纯初学者,但面对深度学习里的各种复杂理论和公式推导,自己实现个小功能会更快了解入门,因此我会现有深度学习框架
2018-06-04 22:32:12

人工智能、数据挖掘、机器学习深度学习的关系

人工智能、数据挖掘、机器学习深度学习之间,主要有什么关系?
2020-03-16 11:35:54

人脸识别、语音翻译、无人驾驶...这些高科技都离不开深度神经网络了!

辨别图像,但这很难能准确地识别。 如果我们告诉计算机左边是萝卜,那它可能会以为右边的甜筒也是胡萝卜。 要想实现真正的人工智能,人们研究出了机器学习机器学习简单说就是,编写出一套算法,使计算机
2018-05-11 11:43:14

什么是深度学习?使用FPGA进行深度学习的好处?

什么是深度学习为了解释深度学习,有必要了解神经网络。神经网络是一种模拟人脑的神经元和神经网络的计算模型。作为具体示例,让我们考虑一个输入图像并识别图像中对象类别的示例。这个例子对应机器学习中的分类
2023-02-17 16:56:59

什么是人工智能、机器学习深度学习和自然语言处理?

如下。深度学习是一种基于人工神经网络的机器学习,通过多层次的处理,逐步数据中提取更高层次的特征自然语言处理是一个相关的多学科领域。它的目标是使机器(计算机)能够理解、处理和与自然的人类语言交互。语言
2022-03-22 11:19:16

基于深度学习技术的智能机器

——工业机器人的智能化程度要求也越来越高,采用深度学习技术为工业机器人赋能是目前各大厂商的统一认知。本文结合实际案例,简要说明一下智能机器人的实现流程。一、智能机器人概念 人工智能技术,其主要作用就是用
2018-05-31 09:36:03

推荐几本机器学习深度学习必读书籍+机器学习实战视频PPT+大数据分析书籍

小白 机器学习深度学习必读书籍+机器学习实战视频PPT+大数据分析书籍推荐!
2019-07-22 17:02:39

神经机器翻译的方法有哪些?

目前,神经机器翻译(NMT)已经成为在学术界和工业界最先进的机器翻译方法。最初的这种基于编码器-解码器架构的机器翻译系统都针对单个语言对进行翻译。近期的工作开始探索去扩展这种办法以支持多语言
2020-11-23 12:14:06

神经网络结构搜索有什么优势?

,稍有不同就无法复现论文的结果。而网络结构作为一种特殊的超参数,在深度学习整个环节中扮演着举足轻重的角色。在图像分类任务上大放异彩的ResNet、在机器翻译任务上称霸的Transformer等网络结构
2019-09-11 11:52:14

计算机视觉应用深度学习

怎样传统机器学习方法过渡到深度学习
2021-10-14 06:51:23

英汉机器翻译中基于模式的译文生成

本文介绍一种基于模式的机器翻译的译文生成方法,并提出一种句法结构与语义信息相结合的模板匹配算法。最后给出本算法对英语句子进行测试的实验结果。
2009-09-25 16:26:4715

060. 任务60:机器翻译 #硬声创作季

机器翻译深度学习
充八万发布于 2023-06-21 18:04:57

人工智能狂热时代:机器翻译如何革新?

人工智能长久以来的目标就是让机器完成那些以前只能靠人类自身才能完成的任务,所以在人工智能的具体应用,除了成为人工智能中枢以外,如何让机器帮助人类进行语言翻译也显得尤为重要。现在让我们一起来看看人工智能狂热背后,机器翻译是怎么革新的吧!
2016-10-18 12:16:46603

搜狗“知音”实时翻译可实现语音识别与机器翻译融合

据介绍,搜狗语音实时翻译技术是搜狗自研的机器同声传译技术。基于大数据和深度学习,该技术涵盖了搜狗自主研发的语音识别、机器翻译两项重要技术,其准确率能够达到97%,支持最快400字每秒的高速听写,语音输入日频次可高达1.9亿次。
2016-12-01 15:13:022433

专栏 | 深度学习在NLP中的运用?从分词、词性到机器翻译、对话系统

从分词、词性等基础模块,到机器翻译、知识问答等领域,本文列举并分析一些深度学习在 NLP 领域的具体运用,希望对大家研究深度学习和 NLP 有所帮助。
2017-08-18 17:06:587295

如何区分深度学习机器学习

深度学习与传统的机器学习最主要的区别在于随着数据规模的增加其性能也不断增长。当数据很少时,深度学习算法的性能并不好。这是因为深度学习算法需要大量的数据来完美地理解它。另一方面,在这种情况下,传统的机器学习算法使用制定的规则,性能会比较好。
2017-10-27 16:50:181719

一文读懂深度学习机器学习的差异

机器学习深度学习变得越来越火。突然之间,不管是了解的还是不了解的,所有人都在谈论机器学习深度学习。无论你是否主动关注过数据科学,你应该已经听说过这两个名词了。如果你想让自己弄清楚机器学习深度学习的区别,请阅读本篇文章,我将用通俗易懂的语言为你介绍他们之间的差别。
2017-11-16 01:38:062821

探寻神经网络的本质 分析神经网络做机器翻译和语音识别过程

使用新的解释技术,来分析神经网络做机器翻译和语音识别的训练过程,神经网络语言处理工作原理有待破解。
2017-12-12 14:31:081566

机器学习中如何进行基本翻译

Statsbot数据科学家Daniil Korbut简明扼要地介绍了用于机器学习翻译的基本原理:RNN、LSTM、BRNN、Seq2Seq、Zero-Shot、BLEU。
2017-12-22 11:38:125402

将基于FPGA的神经芯片植入深度学习

深度学习是指通过学习样本数据的内在规律和深层特征,使神经网络结构能够像人一样具备分析和自主学习新东西的能力,目前该技术在文字、图像处理、语音识别、机器翻译等领域,已经取得很多成果。但随着电子信息
2018-05-05 11:51:001687

机器翻译系统实现了自然语言处理的又一里程碑突破

微软机器翻译团队研究经理Arul Menezes表示,团队想要证明的是:当一种语言对(比如中-英)拥有较多的训练数据,且测试集中包含的是常见的大众类新闻词汇时,那么在人工智能技术的加持下,机器翻译系统的表现可以与人类媲美。
2018-03-16 14:15:465578

利用深层神经网络人工智能(AI)训练技术翻译文本

历史上看,曾经主流的机器学习技术在行业中应用是统计机器翻译 (SMT)。SMT 使用先进的统计分析,从一句话中上下文的几个词中来估计最佳可能的翻译。SMT自20 世纪中期以来的为所有主要翻译服务提供商所使用,其中包括微软。
2018-03-21 16:26:067025

人工智能助力机器翻译时代的到来 中翻英达人类水平

一组微软研究团队于本周三宣布,他们已经创造了第一个能够将中文新闻翻译成英文的机器翻译系统,精确度
2018-03-28 15:28:115827

深度学习机器学习深度的不同之处 浅谈深度学习的训练和调参

近年来,深度学习作为机器学习中比较火的一种方法出现在我们面前,但是和非深度学习机器学习相比(我将深度学习归于机器学习的领域内),还存在着几点很大的不同,具体来说,有以下几点.
2018-05-02 10:30:004135

机器翻译遇见深度学习

据VentureBeat报道,谷歌利用被称为深度学习的人工智能改进了多项产品,例如谷歌地图、谷歌照片和Gmail。下一个可能利用这种技术的服务将是谷歌翻译
2018-05-18 22:15:002569

机器翻译的发展历程

在2018年的博鳌亚洲论坛中,除了主要议程外,最引人注目的热点是首次引进了人工智能进行会议中的即时口语翻译。然而,人工智能并没有出现原先大肆宣称的让即时口译业界面对即将失业的威胁,相反的,严重失误的翻译结果,反倒让即时口译从业人员松了口气,看来这行饭还可以吃很久
2018-06-29 17:17:0012006

一个深度学习模型能完成几项NLP任务?

对于机器翻译、文本摘要、Q&A、文本分类等自然语言处理任务来说,深度学习的出现一遍遍刷新了state-of-the-art的模型性能记录,给研究带来诸多惊喜。但这些任务一般都有各自的度量基准,性能也只在一组标准数据集上测试。
2018-06-26 15:19:094233

阿里巴巴机器翻译在跨境电商场景下的应用和实践

摘要:  本文将与大家分享机器翻译相关背景知识,再深入介绍机器翻译在阿里生态中的具体应用实践,介绍基于机器翻译技术搭建的一套完善的电商多语言解决方案,最后将会从技术角度介绍阿里机器翻译在解决实际业务
2018-07-31 17:22:30203

一种全新的无监督机器翻译方法,在BLUE基准测试上取得了10分以上提升

Facebook无监督机器翻译的方法,首先是让系统学习双语词典,将一个词与其他语言对应的多种翻译联系起来。举个例子,就好比让系统学会“Bug”在作为名词时,既有“虫子”、“计算机漏洞”,也有“窃听器”的意思。
2018-09-02 09:10:175824

机器翻译的质量突飞猛进,未来三年会有50万翻译失业

这个说法与过去我们时常听到的言论形成了鲜明对比,原来我们总是说,至少在近期的未来,人工智能主要的作用还是增强,而不是直接取代人类的专业人员,Shoshan表示,近年来机器翻译的质量突飞猛进,多达50万人类翻译和21000个机构很快就会失业了。
2018-09-04 08:28:206900

机器翻译起源于何时,如今发展到了什么程度?

令人兴奋的六个字。被人工智能所改变的世界蓝图仿佛就在我们眼前铺展。 人工智能成果喷薄爆发以来,热门领域除了机器学习,还有作为计算机语言学、人工智能和数理逻辑的交叉学科机器翻译机器翻译起源于何时?如今发展到了什么程度? 国内在机器翻译上有哪些研究成果,又有哪些公司推出
2018-09-11 17:01:011119

5分钟内看懂机器学习深度学习的区别

由 mengqiqi 于 星期四, 2018-09-13 09:34 发表 在本文中,我们将研究深度学习机器学习之间的差异。我们将逐一了解它们,然后讨论他们在各个方面的不同之处。除了深度学习机器
2018-09-13 17:19:01392

如何通过引入深度学习提高客服系统效率,以及如何扩展Spark工作流封装TensorFlow模型

深度学习给包括机器翻译、语音识别、计算机视觉、自然语言理解在内的众多的领域带来了变革,并在特定任务上取得了和人类相当乃至超过人类的表现。因此,深度学习看起来是开发COTA v2自然的选择。事实上,通过离线测试,我们发现,相比COTA v1,深度学习模型可以提供精准得多的服务单响应预测。
2018-09-24 09:01:002758

冷战到深度学习机器翻译历史不简单

深度学习机器翻译 实现高质量机器翻译的梦想已经存在了很多年,很多科学家都为这一梦想贡献了自己的时间和心力。从早期的基于规则的机器翻译到如今广泛应用的神经机器翻译机器翻译的水平不断提升,已经能满足
2018-09-17 09:23:01292

被人质疑的“AI同传”翻译效果究竟如何?

关于机器翻译到底对同传译员的帮助有多大?机器翻译的作用是不是鸡肋?知乎作者杉杉是一名翻译公司职员,他指出同传工作对人类译员的要求极高,一边听一边说,精力消耗极大,在这种情况下是“不可能分出精力来再去
2018-09-25 11:17:452976

Facebook采用无监督机器学习翻译其平台上内容

脸书公司开始使用无监督机器学习来为其用户提供翻译服务。
2018-10-02 17:36:002537

由腾讯AI Lab打造的腾讯辅助翻译,探索人工智能赋能翻译行业新思路

机交互式机器翻译技术,融合神经网络机器翻译、统计机器翻译、输入法、语义理解、数据挖掘等多项前沿技术,配合亿级双语平行数据,为用户提供实时智能翻译辅助,帮助用户更好更快地完成翻译任务。产品旨在致敬人工翻译,辅助人工翻译更快、更好地完成任务,探索人工智能赋能翻译行业新思路。
2018-11-16 17:04:224110

腾讯推出人工智能辅助翻译 实现实时交互式翻译

Lab官方介绍,“腾讯辅助翻译”采用自研的人机交互式机器翻译技术,融合神经网络机器翻译、统计机器翻译、输入法、语义理解、数据 ... 腾讯AI Lab昨日正式发布了AI辅助翻译产品 “腾讯辅助翻译
2018-11-26 20:55:01490

机器翻译系统融合技术概述

本文对机器翻译研究中的系统融合方法进行了全面综述和分析.根据在多系统输出结果的基础上进行融合的屡次差异,我们将系统融合方法分为三类;句子级系统融合、短语级系统融合和词汇级系统融合.然后,针对这三种
2018-11-30 16:43:384

深度学习优化器方法及学习率衰减方式的详细资料概述

深度学习作为现今机器学习领域中的重要的技术手段,在图像识别、机器翻译、自然语言处理等领域都已经很成熟,并获得了很好的成果。文中针对深度学习模型优化器的发展进行了梳理,介绍了常用的梯度下降、动量的梯度
2018-12-18 16:47:509

微软利用深层神经网络人工智能训练技术翻译文本方面取得了进展

历史上看,曾经主流的机器学习技术在行业中应用是统计机器翻译 (SMT)。SMT 使用先进的统计分析,从一句话中上下文的几个词中来估计最佳可能的翻译。SMT自20 世纪中期以来的为所有主要翻译服务提供商所使用,其中包括微软。
2019-02-04 17:36:001964

NLP中的深度学习技术概述

该项目是对基于深度学习的自然语言处理(NLP)的概述,包括用来解决不同 NLP 任务和应用的深度学习模型(如循环神经网络、卷积神经网络和强化学习)的理论介绍和实现细节,以及对 NLP 任务(机器翻译、问答和对话系统)当前最优结果的总结。
2019-03-01 09:13:574424

机器翻译的真实水平如何,梦想与现实的距离到底有多远?

近年来,随着计算机性能的提高,云计算、大数据和机器学习等相关技术迅速发展,人工智能再度崛起,机器翻译重新成为人们关注的焦点。一时间,机器翻译系统如雨后春笋般涌现,各种报道随之呈井喷式爆发,"机器翻译将取代人类"的说法也时有耳闻。然而,机器翻译的真实水平如何,梦想与现实的距离到底有多远?
2019-03-22 14:08:393804

SDN与机器学习和物联网相结合的一些知识说明

在如今信息爆炸的时代,有很多企业,团体利用机器学习技术在各个领域都取得了一定的成就。比如Amazon,淘宝这类电商网站使用的基于推荐算法的推荐系统;Google翻译机器翻译系统所用的深度学习,NLP技术等。 SDN出现的一个原因之一,是对灵活性的需求,那么,机器学习又能为SDN带来什么?
2019-08-06 17:33:000

换个角度来聊机器翻译

同时期国内科技企业在机器翻译上的进展也非常迅速,以语音和语义理解见长的科大讯飞在2014年国际口语翻译大赛IWSLT上获得中英和英中两个翻译方向的全球第一名,在2015年又在由美国国家标准技术研究院组织的机器翻译大赛中取得全球第一的成绩。
2019-04-24 13:55:093189

科大讯飞机器翻译首次达到专业译员水平 机器阅读超越人类平均水平

机器翻译首次达到专业译员水平。去年11月,科大讯飞机器翻译系统参加CATTI全国翻译专业资格(水平)科研测试,达到英语二级《口译实务(交替传译类)》和三级《口译实务》合格标准,二级是专业译员水平
2019-05-24 08:41:577920

机器翻译走红的背后是什么

未来需要新的算法和语义层面的综合性突破,促进机器翻译产品的迭代和产业全面升级。
2019-07-14 10:02:32910

MIT和谷歌开发失传语言的机器翻译系统

注释数据库和让机器从中学习的技术让语言学习发生了革命性变化,这使得机器翻译变得越来越普遍。
2019-07-17 10:56:59522

关于机器翻译2.0的性能分析和介绍

基于机器翻译可以开发面向各类生僻语种的翻译工具,为学者在全世界的偏远地区进行科考、采访与社会观察时提供与当地人交流的辅助工具。
2019-09-26 15:34:521195

机器学习翻译存在什么局限性

机器学习为企业提供了翻译文档的新机会,他们可以使用机器学习翻译营销材料和其他文献。
2019-12-03 16:26:514398

美国一学校发表一篇机器翻译算法论文报告 显示可解码神经活动并将其翻译为句子

据外媒报道,近日美国加州大学旧金山分校的Joseph Makin及同事在《自然-神经科学》上发表的一篇论文报告了一种能够以较高的准确率,解码神经活动并将其翻译为句子的机器翻译算法。
2020-03-31 14:01:282144

机器学习翻译存在什么局限

机器学习为企业提供了翻译文档的新机会,他们可以使用机器学习翻译营销材料和其他文献。
2020-04-05 22:16:211161

Google翻译内核升级误差再降55%

近期,Google翻译悄然升级了其翻译内核。据Google官方提供的数据显示,Google翻译搭载的Google的神经机器翻译(GNMT:GoogleNeuralMachineTranslation)系统使用了当前最先进的训练技术,因而提升了机器翻译水平,将翻译误差再度降低了55%-85%。
2020-05-10 11:36:37421

人工智能深度学习是如何成为智能行业的新高地

深度学习和强化学习的结合是一个技术上的发展,延续的深度学习在自然语言处理和计算机视觉中的应用突破。值得关注的是之前的深度学习的应用停留在预测上,比如说对图像的识别、机器翻译。对于深度学习来说,真正需要的大数据,就目前而言,可以这么说,没有大数据,就没有好的深度学习模型,进而就没有非常智能的系统。
2020-06-19 09:29:552286

随着人工智能的发展,机器翻译将越来越智能化

又到了一年一度填报高考志愿的时节,在大学工作的笔者也为许多身边的家长和考生出谋划策。但惊讶地发现,现在AI都这么厉害了,我可不敢学英语学了外语,机器翻译来了就失业了的声音比比皆是。每一个前来咨询
2020-08-02 09:55:483900

简述机器学习有无监督的区别

机器学习是人工智能的一个子集,它通过示例和经验教会计算机执行任务,是研究和开发的热门领域。我们每天使用的许多应用程序都使用机器学习算法,包括AI助手,Web搜索和机器翻译
2020-08-07 15:49:25774

人工智能翻译mRASP:可翻译32种语言

还包括以了解信息或以交流信息为目的的机器翻译。 多语言翻译机器翻译需要面临的一大技术现实。其中,一个理想的模型是一个统一的具备多种语言能力的模型,在遇到新的语言时,临时少量学习即可达到很流利的语言水平。 EMN
2020-12-01 14:03:352780

未来机器翻译会取代人工翻译

所谓机器翻译,就是利用计算机将一种自然语言(源语言)转换为另一种自然语言(目标语言)的过程。它是计算语言学的一个分支,是人工智能的终极目标之一,具有重要的科学研究价值。而且机器翻译又具有重要
2020-12-29 10:12:374565

基于PyTorch的深度学习入门教程之PyTorch的安装和配置

深度神经网络是一种目前被广泛使用的工具,可以用于图像识别、分类,物体检测,机器翻译等等。深度学习(DeepLearning)是一种学习神经网络各种参数的方法。因此,我们将要介绍的深度学习,指的是构建
2021-02-16 15:15:002206

从五个方面详谈机器学习深度学习的区别

继系列上一篇 所以,机器学习深度学习的区别是什么?浅谈后,今天继续深入探讨两者的更多区别。
2021-03-01 15:44:4215804

机器学习深度学习有什么区别?

深度学习算法现在是图像处理软件库的组成部分。在他们的帮助下,可以学习和训练复杂的功能;但他们的应用也不是万能的。 “机器学习”和“深度学习”有什么区别? 在机器视觉和深度学习中,人类视觉的力量和对视
2021-03-12 16:11:007763

多语言翻译新范式的工作:机器翻译界的BERT

思想就是打造“机器翻译界的BERT”,通过预训练技术再在具体语种上微调即可达到领先的翻译效果,其在32个语种上预训练出的统一模型在47个翻译测试集上取得了全面显著的提升。 目录 机器翻译预训练的挑战
2021-03-31 17:24:042598

基于短语的汉语维吾尔语机器翻译系统

维吾尔语形态较为复杂,构形词缀在维吾尔语中占有重要地位,其语法与汉语有较大差别。针对维吾尔语的形态特点,分析汉语端到维吾尔语端在统计机器翻译中维吾尔语词缀的作用,搭建基于短语的汉维统计机器翻译系统
2021-05-11 15:34:119

基于模板驱动的神经机器翻译模型综述

基于模板驱动的神经机器翻译模型综述
2021-06-24 15:31:3516

基于DNN与规则学习机器翻译算法综述

基于DNN与规则学习机器翻译算法综述
2021-06-29 15:44:0633

基于句子级上下文的神经机器翻译综述

基于句子级上下文的神经机器翻译综述
2021-06-29 16:26:4364

Google遵循AI原则减少机器翻译的性别偏见

得益于神经机器翻译 (NMT) 的进步,译文更加自然流畅,但与此同时,这些译文也反映出训练数据存在社会偏见和刻板印象。因此,Google 持续致力于遵循 AI 原则,开发创新技术,减少机器翻译
2021-08-24 10:14:422515

科大讯飞双屏翻译机:让沟通如此简单

1954年,美国成功研制出了世界首个机器翻译系统,实现了俄英两种语言之间的简单转化。半个多世纪后,人工智能技术加持下的各类AI翻译机,已经可以帮助人们精准解决各种跨语言沟通难题,而科大讯飞研发的这款
2022-04-02 13:51:002113

如何突破传统语言服务行业瓶颈,用AI提高翻译效率与生产力?

国际市场上Facebook、亚马逊等企业早几年就已经实现了内容的自动翻译化。神经网络与深度学习的进步,大大提高了机器翻译的速度和准确性,全球化进程的推进也使机器翻译的市场需求每年呈线性增长趋势
2022-05-31 10:54:301831

达摩院机器翻译技术让阿里巴巴在语音语义领域排名第二

的机翻,达摩院机器翻译技术会像人一样学习并理解语境。在电商场景中的“宝贝”,会根据情况自动调整为类似“product”等符合语境的结果。 达摩院的翻译技术提升了中文、英文、小语种之间的翻译能力,让翻译更符合各地区的语言表达习惯,助力
2022-07-08 09:33:10626

采用人工智能的器翻译系统

机器翻译 根据用户领域需求,通过人工智能技术,定制专业机器翻译。 采用神经网络翻译技术(NMT),支持训练和部署细分领域的垂直机器翻译引擎,可根据客户需求定制化训练和维护专属机器翻译引擎,满足海量
2022-09-21 14:45:04880

深度学习与图神经网络学习分享:Transformer

在过去的几年中,神经网络的兴起与应用成功推动了模式识别和数据挖掘的研究。许多曾经严重依赖于手工提取特征的机器学习任务(如目标检测、机器翻译和语音识别),如今都已被各种端到端的深度学习范式(例如卷积
2022-09-22 10:16:34968

借助机器翻译来生成伪视觉-目标语言对进行跨语言迁移

然而之前的基于机器翻译的CCR工作大多忽略了这个问题,它们通常使用大规模的预训练模型在通过机器翻译得到的大规模多语言视觉-语言语料库上进行大规模预训练,并且只关注于视觉-目标语言数据对之间的对齐。
2022-10-14 14:59:04608

简述深度学习中的Attention机制

Attention机制在深度学习中得到了广泛的应用,本文通过公式及图片详细讲解attention机制的计算过程及意义,首先从最早引入attention到机器翻译任务(Bahdanau et al. ICLR2014)的方法讲起。
2023-02-22 14:21:53930

人工智能与机器学习深度学习的区别

人工智能包含了机器学习深度学习。你可以在图中看到,机器学习是人工智能的子集,深度学习机器学习的子集。所以人工智能、机器学习深度学习这三者的关系就像爷爷、父亲与儿子。
2023-03-29 11:04:101103

大语言模型的多语言机器翻译能力分析

以ChatGPT为代表的大语言模型(Large Language Models, LLM)在机器翻译(Machine Translation, MT)任务上展现出了惊人的潜力。
2023-05-17 09:56:26903

PyTorch教程10.5之机器翻译和数据集

电子发烧友网站提供《PyTorch教程10.5之机器翻译和数据集.pdf》资料免费下载
2023-06-05 15:14:480

PyTorch教程10.7之用于机器翻译的编码器-解码器Seq2Seq

电子发烧友网站提供《PyTorch教程10.7之用于机器翻译的编码器-解码器Seq2Seq.pdf》资料免费下载
2023-06-05 18:14:160

PyTorch教程-10.5。机器翻译和数据集

10.5。机器翻译和数据集¶ Colab [火炬]在 Colab 中打开笔记本 Colab [mxnet] Open the notebook in Colab Colab [jax
2023-06-05 15:44:27422

PyTorch教程-10.7. 用于机器翻译的编码器-解码器 Seq2Seq

10.7. 用于机器翻译的编码器-解码器 Seq2Seq¶ Colab [火炬]在 Colab 中打开笔记本 Colab [mxnet] Open the notebook in Colab
2023-06-05 15:44:28499

【成长计划】三天入门深度学习,跟着UP主一起创作吧~

深度学习是人工智能革命中的关键技术基于深度卷积网络的图像分类技术准确率已超过人眼;基于深度神经网络的语音识别技术准确率已达到95%;基于深度神经网络的机器翻译技术已接近人类的平均翻译水平。准确率
2022-06-27 09:34:28233

机器翻译研究进展

成为主流,如神经网络机器翻译。神经网络机器翻译机器从大量数据中自动学习翻译知识,而不依靠人类专家撰写规则,可以显著提升翻译质量,但在处理语序差异大的语言翻译时仍然面临一些挑战。
2023-07-06 11:19:59372

机器学习深度学习的区别

  机器学习是一种方法,利用算法来让机器可以自我学习和适应,而且不需要明确地编程。在许多应用中,需要机器使用历史数据训练模型,然后使用该模型来对新数据进行预测或分类
2023-08-02 17:36:34332

人工智能会取代翻译

在某些场景下,如翻译普通商务文档、新闻报道以及其他非技术性的文章等,机器翻译的正确率已经非常接近人类翻译了。然而,在涉及到一些重要的领域,例如法律、药学甚至是文学等相关领域,机器翻译仍然无法取代人类翻译的重要性和必要性。
2023-08-14 14:29:50643

机器学习深度学习的区别

机器学习深度学习的区别 随着人工智能技术的不断发展,机器学习深度学习已经成为大家熟知的两个术语。虽然它们都属于人工智能技术的研究领域,但它们之间有很大的差异。本文将详细介绍机器学习深度学习
2023-08-17 16:11:402726

机器学习深度学习的区别

  机器学习深度学习是当今最流行的人工智能(AI)技术之一。这两种技术都有助于在不需要人类干预的情况下让计算机自主学习和改进预测模型。本文将探讨机器学习深度学习的概念以及二者之间的区别。
2023-08-28 17:31:09885

仿真人类的微软AI翻译系统

历史上看,曾经主流的机器学习技术在行业中应用是统计机器翻译 (SMT)。SMT 使用先进的统计分析,从一句话中上下文的几个词中来估计最佳可能的翻译。SMT自20 世纪中期以来的为所有主要翻译服务提供商所使用,其中包括微软。
2023-10-11 15:27:52489

已全部加载完成